Един performance маркетолог преглежда текущите кампании, вижда кои реклами се представят добре и премества бюджет от слабите към силните позиции. Това е работа, която се повтаря постоянно и в голяма степен се основава на данни от рекламната платформа. Въпросът е дали AI може сам да извършва това преместване, и отговорът е: частично, и при условия, които наистина трябва да бъдат налице.
Задачата получава висока оценка по структурираност, контакт с клиенти, физически аспект и креативност. Няма клиент, който да наблюдава процеса, не е необходимо физическо действие, а оценката се въртри около числа: разходи за конверсия, честота на кликанията, приходи на кампания. Точно това са характеристиките, при които една система може добре да следи процеса. Рекламната платформа вече предоставя данните структурирано, а правилата за това какво означава „добро представяне“ могат да бъдат предварително определени в повечето компании.
Обемът също играе роля. Големи акаунти с десетки кампании и стотици реклами генерират повече моменти за корекция, отколкото човек може ежедневно да следи. Тук има реална причина за автоматизиране на част от тази работа: не защото е твърде сложна за човек, а защото е твърде много, за да се извършва непрекъснато.
Три оси определят защо това остава при „частично“: разходи от грешки, пространство за преценка и обем. Разходите от грешки са в основата на проблема. Грешно преместване на бюджет веднага коства пари, и тази щета не винаги е веднага видима. Система, която премества бюджет от кампания с временен спад към кампания с временен пик, може да пресуши структурно добра инвестиция въз основа на три лоши дни. Това не е теоретичен риск, това се случва на практика, когато правилата за управление са зададени твърде грубо.
Пространството за преценка е втората причина. „Постигнати резултати“ не е фиксирано понятие. Смята ли се брандова кампания, която генерира малко директни конверсии, но пък увеличава обема на търсенията, за слабо представяне? Отчита ли се сезонният ефект, или външни фактори като конкурент, който временно провежда разпродажба? Опитен маркетолог отчита този контекст; система прави това само ако този контекст е заложен в правила. Там, където тези правила липсват, преценката остава човешка работа.
И след това - съответствие с регулации: в регулирани сектори, или при големи медийни бюджети, често действат вътрешни линии за одобрение на кой може да премества какви суми. Тези линии не изчезват, защото система поема работата.
На практика това работи най-добре като агент: система, която сама премества бюджет в рамките на предварително зададени прагови стойности, и иска одобрение само когато преместването надхвърля тези граници. Помислете за: автоматично премествай до определен процент от дневния бюджет, но представяй за одобрение всяка промяна над тази сума. Или: реагирай само на разлики в представянето, които продължават по-дълго от зададен период, така че пик от един ден да не задейства веднага преразпределение.
Граничните условия са конкретни: трябва да има ясни правила за управление и прагови стойности, и трябва да е зададен бюджетен таван, така че система да не може неограничено да мащабира до една кампания. Без тези две неща това не е задача, която може да се предостави на система, колкото и привлекателна да е спестената време.
Един онлайн магазин със сто активни реклами и ясна цел за конверсия на кампания има съвсем различна изходна позиция от една B2B компания с пет кампании, които се оценяват основно по разпознаваемост на марката и качество на потенциалните клиенти. При онлайн магазина сигналът е ясен и обемът е висок: добър кандидат за автоматизация в рамките на граници. При B2B компанията оценката е по-мека, с по-малко данни и повече контекст, и коригирането остава по-дълго човешка работа.
Това се вписва в по-широк модел: работа, която се опира на данни от платформи и се повтаря в голям обем, по-лесно се пренася към система, докато работа, която се опира на контекст и изключения, остава по-дълго при хората. Този модел се вижда също при анализирането на статистики за уебсайта, където платформата вече предоставя структурирано най-голямата част от работата, и при изготвянето на сравнение на цени с конкуренти, където изходните данни са по-малко еднозначни и е необходимо повече интерпретация.
Промяната тук не е, че performance маркетологът става излишен, а че ръчното коригиране на малки, често срещани промени в бюджета отпада, докато настройването на правила, оценяването на изключенията и определянето на по-широката стратегия за кампаниите остават. Това е промяна в съдържанието на работата, не автоматично в броя хора, които я извършват. Какво прави компанията с освободените часове, е нейно собствено решение; за решения, засягащи персонала, важат отделни законови изисквания, независимо от това какво прави една задача технически поемаема.
И на други места в компанията се виждат подобни промени: при писането на публикации за социални медии AI поема първата чернова, докато тонът и одобрението остават човешка работа, а при работата в HR отдела се вижда същото разграничение между структурирана администрация и решения, изискващи преценка.
Дали корекцията на бюджет е добър кандидат във вашата компания, зависи от колко кампании управлявате, колко еднозначен е вашият показател за резултати и дали вече сте определили прагови стойности и тавани. Безплатният quickscan на FTE TO AI задава дванадесет въпроса, не изисква акаунт, и дава индикация каква част от часовете във вашия маркетингов профил могат днес да бъдат поети от AI. Пълният работен анализ (werkscan), който изчислява това до нивото на задачата в капацитет на пълно работно време (fte), все още е в разработка.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.